English | 视频演示 | Live demo! | 教程
快速开始
Clone 这个 repo。从 repo 的根目录，您可以拉取我们预先配置的 dev Docker image 并登录进去。请见国内的 Docker hub 镜像。
$ git clone https://gitee.com/secondstate/tencent-tensorflow-scf
$ cd tencent-tensorflow-scf
$ docker pull secondstate/tencent-tensorflow-scf
$ docker run --rm -it -v $(pwd):/app secondstate/tencent-tensorflow-scf
(docker) $
你不一定要使用我们的 Docker image。要在您自己的计算机或容器上构建，请确保您已经安装了Serverless 框架, Rust, 和rustwasmc.
在 Docker 容器中运行以下命令，以构建和部署整个应用程序。
(docker) $ cd /app
(docker) $ sls deploy
... ...
website: https://sls-website-ap-hongkong-kfdilz-1302315972.cos-website.ap-hongkong.myqcloud.com
vendorMessage: null
63s › tencent-tensorflow-scf › "deploy" ran for 3 apps successfully.
在浏览器中加载网站 URL，就开始使用函数来识别照片中的对象啦。
在中国大陆，如果 GitHub 很慢，可以用我们在 Gitee 的镜像。
git clone https://gitee.com/secondstate/tencent-tensorflow-scf.git
创建你自己的 Tensorflow 云函数
Fork 这个 repo，使用 Code | Open with Codespaces 按钮来在浏览器中打开 Github Codespaces IDE 。第一次启动时，需要花费几分钟。
低代码开发
一旦 Codespaces IDE 启动了, 你就可以根据自己的应用程序需求来对源代码进行修改，自定义函数。 查看教程
- 在
src/lib.rs文件中更改 TensorFlow 模型以及数据预处理和后处理逻辑。 - 在
website/content/index.html文件中对前端UI进行更改。
创建
在 Codespaces 打开 Terminal 窗口, 然后运行下面的命令行来创建云函数。
$ rustwasmc build --enable-aot
部署
在 Terminal 窗口，运行下面的命令行将 TensorFlow 云函数部署到腾讯云上。
$ cp pkg/scf.so scf/
$ sls deploy
... ...
website: https://sls-website-ap-hongkong-kfdilz-1302315972.cos-website.ap-hongkong.myqcloud.com
在浏览器内加载部署好的 URL。 Have fun!
在本地机器上部署
如果你不能或不想使用 Github Codespaces，那可以在自己的计算机（或Docker映像）上安装 rustwasmc 和 serverless framework 工具链来构建和部署 Tensorflow serverless 函数。 安装 rustwasmc 工具
通过 NPM 安装 Serverless Framework。
$ npm install -g serverless
准备工作已经做完了，现在你可以参照上文提到的 Codespaces 的创建和部署教程来创建自己的云函数。